数字图像处理技术在电气控制柜开关状态识别中的应用

丁四海、刘玉雪、路林吉

0 引言

随着现代电力系统的发展，变电站的复杂度越来越高，因此一个变电站中需要有越来越多的开关控制柜来控制各个线路，而且需要随时掌握开关的状态，目前人工识别速度慢而且耗费人力物力，因此用软件识别开关状态并进行状态对比就显得越来越重要，也更符合现代工业发展智能化的潮流趋势。

本文研究了变电站中较常用的一种开关，并对通过数码相机采集到的开关柜图片默认有统一照度。通过对大量的开关柜图片的研究，本文应用图像处理技术、开关定位技术、开关识别技术、Hough 变换、开关状态矩阵生成及对比，最后设计了用户界面，实现对一个文件夹下的照片自动读取，识别和状态对比。

1 图像预处理

图像预处理即前景提取的过程分为两步：1、阴影去除，2、颜色模型。

阴影去除时，考虑到开关都是彩色的，以及图片中的阴影干扰，首先我们对图像颜色通道进行了处理，通过对图片色彩的分析，每个通道的值等于：RGB-m in(R,G,B)。这里，我们所采用的图像的格式为RGB 型。

这个操作有效地去处了图像中所有灰度颜色部分，对阴影也有很好的抑制作用。

然后对开关的颜色模型进行建模，在颜色空间中对三种颜色的特征进行聚类，直接用K 近邻来统计聚类中心和半径[2]，最终得到颜色特征。

具体实现的程序如下：

上述代码就是一张图中的三种颜色的开关的模型，最终的模型模式非常的简单，如图1所示：

图1 前景提取结果

2 开关定位

开关定位对于识别非常重要，在整体的照片中确认开关的位置是准确识别的第一步。首先对开关的二值图片进行形态学滤波，使开关区域形成一个连通区域，然后根据开关的先验知识对所得到的连通区域进行筛选，获取开关的具体位置，完成从图片中提取开关的任务。

数学形态是一种非线性滤波方法，可以用于抑制噪声，进行特征提取、边缘检测、图像分割等图像处理操作。形态学滤波有4 种基础操作：腐蚀、膨胀、开操作和闭操作[4]。根据Tag 定位。根据形态学特征定位（红色圆形开关不定位，直接检测特征进行判定和识别，然后确定位置）。对前景提取过的图像进行形态学滤波，采用canny 滤波，如图2所示：

图2 最终定位模式

3 开关特征提取：

本文讨论了的这种开关，由于背景比较复杂，本项目采用了Hough 变换的方法，Hough 变换它实现一种从图像空间到参数空间的映射关系。其基本思想是点线的对偶性，即图像空间共线的点对应在参数空间里相交的线；反过来，在参数空间中相交于同一个点的所有直线在图像空间里都有共线的点与之对应。人们通常把Hough 变换用于检测二值图中的直线或者曲线把二值图变换到Hough 参数计算空间Hough。

本文基于一定的概率进行填补，对直线的方向进行统计和判定，最终判断开关的状态[5]。

对于红色连排开关则通过distance 变换，找到红色中心，根据三个连续中心的判断来判定开关的状态，如图3、图4所示：

图3 闭合开关

图4 打开开关

图3 中，检测结果为开关闭合，图4 中，检测的结果为开关打开。两张图的右上角为了增加对比度而做的直方图均衡化图，右上为轮廓检测结果，左下为根据颜色模型获取到的开关，右下图中的粉色线段为Hough 变换后的结果示意图。

当Hough 变换得到的直线为竖直方向上时，可以得知该开关为闭合状态。

当Hough 变换得到的直线有倾斜角度时，可以得出该开关的状态是打开。

对于闭合开关，检测开关状态为闭合，则输出为1，若开关为打开状态，则输出为0。将开关的状态输出到文档文件中，生成开关状态矩阵，如图5所示：

图5 开关当前状态矩阵

4 软件状态对比设计

通过上述几个图像处理步骤，实现了相应的数学处理，并编制了相应的软件程序，可以做到对一个文件夹下的照片自动读取、识别，并对预先存入的开关状态和现在的开关状态做出对比，快速得知当前的所有开关的状态是否正确。具体实验结果，如图6所示。

图6 实验结果

5 结束语

本文针对控制柜上开关状态的判断和识别问题，采用数字图像处理技术实现了开关的定额、识别与整体识别开关状态的判别。实验结果证明本文所提出的开关识别方法是准确、可行的。

[1]阮秋琪，阮宇智.数字图像处理.第二版.[M]北京：电子工业出版社，2003,1-4

[2]杨枝灵，王开等.Visual C++数字图像获取、处理、及实践应用，[M]北京,人民邮电出版社，2003年

[3]孙红艳，张海英.图像边缘检测算法的比较与分析[J].菏泽学院学报，2010，32(2)：49—52.

[4]前进，徐素丽，孙炎增.基于Hough 变换特征提取的步态识别[J].数据采集与处理，2010(2)：268—272.